28/07/2020 Noticia

Las políticas de datos abiertos en tiempos de la Covid-19

Investigador/a sénior

Joan Masó Pau

El Dr. Joan Masó (m) es investigador principal del grupo de investigación del CREAF en interoperabilidad geoespacial, SIG, teledetección. (Doctor en Geografía, Master en Física y Master en Ingeniería Electrónica
Comparte

La pandemia del Covid-19 nos ha llegado en un momento en que las administraciones estaban ya razonablemente convencidas de la necesidad de exponer sus datos en portales de datos abiertos. Esta necesidad es un fenómeno relativamente nuevo y se justifica por motivos técnicos, pero también estratégicos y económicos.

Las administraciones necesitan compartir más ágilmente sus datos, y la mejor manera de eliminar el mayor número de trabas es ofrecer estos datos a quien quiera usarlos. De hecho, teniendo en cuenta que han sido producidos con los impuestos que pagamos todos, parece incluso natural que así sea. Al mismo tiempo también existe la esperanza de que las empresas puedan construir servicios sobre los datos que generen nuevos usos y nueva actividad económica.

Los científicos también han entendido la necesidad de los datos abiertos. En este caso, la motivación más importante es la reproducibilidad de resultados científicos, uno de los pilares básicos en que se sustenta el método científico. Últimamente, sin embargo, ha emergido una nueva manera de hacer ciencia basada en el análisis de grandes conjuntos de datos, que nos lleva tanto a descubrir nuevas interacciones entre las variables que describen nuestro mundo, como a alimentar misteriosos algoritmos de inteligencia artificial donde, saltándonos la necesidad de conocer las leyes que gobiernan los sistemas, podemos obtener igualmente resultados y predicciones.

Las dos iniciativas de datos abiertos quizás usan infraestructuras diferentes y tienen orígenes y motivaciones distintas, pero no están separadas. Los gobiernos esperan de los científicos modelos que les ayuden a predecir el comportamiento futuro del planeta y las consecuencias de determinadas decisiones. Sólo garantizando un flujo bidireccional y transparente entre los dos colectivos podremos conseguir esta colaboración de manera ágil. Por ejemplo, cuando el gobierno catalán pone datos a disposición en el portal de datos abiertos, los científicos catalanes los pueden usar de manera inmediata y producir resultados y predicciones que luego se pueden poner al alcance del gobierno, como ya ocurre con la información sobre patrimonio natural y biodiversidad que ofrece el observatorio Prismàtic.

Pero hay un aspecto que a menudo olvidamos: en una sociedad democrática los ciudadanos deben poder ejercer su soberanía y por ello deben poder supervisar al gobierno. Nunca me ha gustado la separación que se hace entre los expertos y los ciudadanos. Es como si los expertos no fueran ciudadanos o que la mayoría de los ciudadanos no fueran expertos en nada. Parece como si sólo tuvieran que ser consultados cada cuatro años y que su voto tuviera que regirse por un misterioso sistema intuitivo que les hará ver la verdad y no por el conocimiento. Personalmente considero que es muy importante alimentar la curiosidad de los ciudadanos con datos interpretables, especialmente a las nuevas generaciones que, a través de las tecnologías digitales, pueden llegar a los datos y las herramientas necesarias para interpretarlas por ellos mismos. El creciente interés por las iniciativas de ciencia ciudadana y el largamente practicado asociacionismo catalán permiten que los aficionados se conviertan en expertos y que puedan supervisar e influir coordinadamente en las políticas.

Y esto me lleva al papel de los ciudadanos como supervisores de las políticas que se han aplicado y se aplican para controlar y mitigar los efectos de la pandemia del Covid-19. Me entristece ver las acusaciones de incompetencia de unos y otros sobre una gestión hecha desde las centralidades de Madrid o desde la autonomía del gobierno catalán, sin que muchas veces veamos ninguna demostración concreta. Pero no todo está perdido porque, mientras la política de titular nos intenta distraer, los políticos también han hecho posible la transparencia de los datos abiertos que todos podemos analizar con calma mientras bajamos el volumen del griterío.

Así, la administración catalana ha puesto a disposición visualizaciones actualizadas del día a día de la Covid-19 y también disponemos de datos del gobierno del Estado y datos de la Johns Hopkins University, entre muchos otros. Modernos y atractivos portales reflejan la evolución de la situación actual. Esto está bien, pero no nos aporta una visión de la evolución de la pandemia, sino sólo la foto final. Para entender el estado actual tenemos que ver la evolución de la enfermedad y sólo así podemos intuir también qué puede pasar los próximos días. Para recordar lo que ha pasado, tenemos que ir a los portales de datos abiertos que nos ofrecen listas de casos detectados, clasificados por criterios y en forma de largas tablas de datos. El gobierno catalán y la Johns Hopkins University las ofrece y actualiza cada día, mientras que el gobierno del estado, a través del Instituto de Salud Carlos III, las actualiza irregularmente cada 7 y 10 días aproximadamente.

Es con este ánimo que el grupo de investigación Grumets del CREAF y la UAB ha preparado un navegador de mapas de la Covid-19 que permite ver no sólo el estado actual, sino también la historia de confinamiento que hemos estado viviendo. El navegador se alimenta de los datos abiertos mundiales (Johns Hopkins University), estatales, por provincia (Instituto de Salud Carlos III) y de Cataluña, hasta nivel de área básica de salud (Datos Abiertos del Departamento de Salud). Una de las principales características del navegador es que presenta primero una estimación del número de casos activos (que representa mejor la situación en cada momento que el número de casos acumulados). Sobre esta estimación se elabora también un mapa de la tendencia de los últimos días que ayuda, por ejemplo, a detectar nuevos brotes cuando la tendencia es positiva. El desplegable del tiempo nos permite retroceder y ver a qué ritmo la situación ha ido evolucionando desde su origen. Por ejemplo, podemos ver como la Covid-19 saltó de China a Italia, de Italia a España, de Europa a América del Norte y finalmente a América del Sur mientras su incidencia se ha ido reduciendo en Europa. La consulta sobre cada círculo o flecha nos da gráficas sobre cómo se ha comportado cada territorio, tanto en lo que se refiere a casos acumulados, como a casos activos. También podemos ver la evolución de la mortalidad en cada país y comarca.

Con esta herramienta, todos y cada uno de nosotros podemos comparar la evolución de la pandemia con notas de prensa y recortes de periódico para ver si las medidas adoptadas por los gobiernos fueron adecuadas o tuvieron las consecuencias esperadas. Podemos comparar el comportamiento de nuestros dos gobiernos con las decisiones iniciales del gobierno británico (que especuló los primeros días sobre la posibilidad de un control más laxo para dar inmunidad a la población, que tuvo que rectificar rápidamente) y con las consecuencias de las contradicciones y falta de acción coordinada del gobierno de los Estados Unidos, nunca rectificadas.

27/02/2020: China alcanza su máximo.
27/02/2020: China alcanza su máximo. Captura de pantalla del navegador.

11/03/2020. La epidemia llega a Europa.
11/03/2020. La epidemia llega a Europa. Captura de pantalla del navegador.

23/03/2020. La epidemia se generaliza en Europa.
23/03/2020. La epidemia se generaliza en Europa. Captura de pantalla del navegador.

31/03/2020. Los efectos de la pandemia en EEUU superan Europa.
31/03/2020. Los efectos de la pandemia en EEUU superan Europa. Captura de pantalla del navegador.

18/05/2020. La pandemia se generaliza en América del Sur.
18/05/2020. La pandemia se generaliza en América del Sur. Captura de pantalla del navegador.

18/05/2020. El área de las circunferencias es proporcional a la cantidad de casos confirmados.
26/07/2020. En todas estas imágenes, el área de las circunferencias es proporcional al nº de casos confirmados. Captura de pantalla del navegador.

La visualización de las tendencias nos alertó que el día 30 de junio de 2020 algo pasaba en el sur de Barcelona (más allá de rebote de la comarca del Segrià que aparecía en los medios) y así decidimos reportarlo en Twitter.

Figura 1: Tweet del 05/07/2020 ante un posible rebrote en Barcelona.
Tweet del 05/07/2020 ante un posible rebrote en Barcelona. Crédito: Joan Masó

En el momento de escribir estas líneas podemos ver que este rebrote se ha extendido prácticamente a toda Catalunya, a pesar de que su crecimiento se modera.

Tendencia en Catalunya en el momento de escribir esta nota (26/07/2020)
Tendencia en Catalunya en el momento de escribir esta nota (26/07/2020). Captura de pantalla del navegador

Pero, a pesar de las evidencias de un segundo rebrote de la enfermedad en Cataluña (donde el número de casos activos aumenta en algunos lugares por encima de los niveles del primer pico), para mi sorpresa (y por suerte) la mortalidad no muestra los efectos dramáticos del primer brote y se mantiene en números muy, muy inferiores.

Datos abiertos y Covid-19
A pesar que la acumulación de casos se acelera, el número de defunciones diarias en la comarca del Barcelonès se mantiene en cifras muy bajas, a diferencia de lo que sucedió en el primer pico de principios de abril de 2020. Captura de pantalla del navegador
Datos abiertos y Covid-19

Podéis consultar detalles sobre cómo se ha elaborado el navegador de mapas de la Covid-19.

Referencias este navegador desde portales externos:

Reutilización de los datos abiertos de la Covid-19 en Catalunya de la Generalitat de Catalunya.

Blog de la infraestructura de datos de España.

También se muestra en la lista de recursos sobre el Covid-19.

Covid-19 en la página del Open Geospatial Consortium.

Noticias relacionadas

Noticia
Nou web CREAF
Noticia

El CREAF estrena un nuevo hogar... ¡digital!

Noticia
Memòria CREAF
Noticia

CICLES, el nuevo magazine anual del CREAF

Noticia
Noticia

El incremento de CO2 en la atmósfera puede aumentar las desigualdades en la producción de arroz entre los países ricos y pobres